基于VPN实现汽轮机组远程维护和诊断

针对电厂的汽轮机组及其监控系统，通过综合采用虚拟专用网(VPN)的隧道和加密等安全技术，结合远程控制软件，实现安全地经Internet对其进行及时的远程维护和诊断，既保证了电厂的数据安全，又节省了网络和通信费用，还具有良好的通用性。文中结合项目示例，介绍该方法的结构和工作原理，以及采用的VPN技术和软硬件设备。该方法应用效果良好。     

基于难样本挖掘的孪生网络目标跟踪

为了解决全卷积孪生网络目标跟踪算法(SiamFC)在复杂环境下容易出现跟踪漂移甚至跟踪失败的问题,提出了一种基于难样本挖掘的孪生网络目标跟踪方法。该方法在SiamFC算法的基础上,首先利用特征融合模块进行特征融合,以提高特征表征的鲁棒性,然后引入一个新的损失函数,加强网络对难样本的学习能力并缓解正负样本不平衡的问题。为验证该方法的有效性,在OTB2015和GOT10k数据集上对算法进行测试实验。实验结果表明,在OTB2015数据集上该方法比SiamFC算法在成功率上提高2.6%,精度上提高2%;在GOT10k数据集上该方法的mAO为0.429,相比SiamFC算法提高了3.7%,在光照变化、目标形变、相似背景干扰情况下具有更好的表现。     

基于RPCA的纸病图像分割算法

针对实际纸病检测应用中采集到的图像分辨率越来越高,在图像处理过程中出现数据维数过大的问题,提出一种基于鲁棒主成分分析法(Robust Principal Component Analysis,RPCA)的纸病图像分割算法,该算法将纸病图像对应的矩阵分解成稀疏矩阵和低秩矩阵。在后续检测中只需选取稀疏矩阵对应的图像进行检测就可以满足纸病检测的要求,有效减少了计算量,最终节省了整个纸病检测环节的检测时间。仿真结果表明,该方法可用于纸病图像的分割,并且具有良好的分割效果。     

基于CB形态学和灰度码分解的纸病检测

传统纸病检测算法抗干扰能力差、定位不准确和运算复杂,针对该问题,提出了一种基于轮廓结构元素形态学和灰度码分解的纸病检测算法。首先,采用多尺度CB形态滤波算法对纸病图像进行滤波,再进行灰度码分解,最后运用多结构元素CB形态学提取重要位面图的边缘。仿真结果表明,该算法运算简单,具有较好的抗干扰能力,并能够较准确地定位纸病缺陷。     

传输参考型UWB相关接收机的性能分析及仿真

借鉴传输参考信号的思想,将其扩展到一组多个信号,提出一种新型超宽带(UW B)差分相关接收机。理论性能分析和UW B室内多径信道仿真表明:该接收机的检测性能优于传统的自相关接收机,尤其是在0~4 m近距离时,而且结构复杂度较低,便于实现。     

一种新颖的保持细节的图像滤波器

设计了一种新颖的保持图像细节的多刻度CB形态学滤波器，与经典形态学滤波器相比较，这种滤波器使用了结构元素的轮廓作为其主要算子，利用加噪图像进行了仿真实验，结果表明该滤波器具有良好的保护图像细节和滤除噪声的性能。     

CAI课件调用Matlab实现交互式即时仿真

介绍在Authorware制作的自动控制原理CAI课件中，通过调用Matlab进行控制系统的交互式即时仿真的方法。并以控制系统的频率特性为例，重点阐述了如何在C程序中利用Matlab引擎调用Matlab内部函数．经编译连接C程序得到可被Authorware直接调用的可执行文件．实现CAI课件中控制系统的即时仿真功能.     

基于VPN实现设备远程维护和诊断的新方法

采用虚拟专用网(VPN)的隧道安全技术,结合远程控制软件,提出一种通过Internet公网对设备及监控系统进行远程维护和诊断的新方法。既保证了工厂的数据安全,又节省了网络和通信费用,还具有良好的通用性,大大促进了远程维护诊断在工程中的广泛应用。文中对该方法的关键技术、结构组成和工作机理进行了论述,结合应用实例分析指出了设计具体应用方案的原则。     

模糊系统稳定性

简要综述了模糊控制系统的稳定性分析方法,详细介绍了这些方法的概念和原理,分析总结了每种方法的适用对象及优缺点,最后展望了这一领域今后的研究方向.     

自适应权重形态学边缘检测算法仿真研究

提出了一种自适应权重的多刻度形态学边缘检测算法。该算法首先在同一尺度下用多个结构元素分别进行边缘检测,并得到该尺度下的边缘图像,利用形态学结构元素“探针”原理和不同尺度结构元素抗噪性能来确定加权值的大小,然后对不同尺度下的边缘图像进行加权求和,再经过二值化、去噪等处理,得到最后的边缘检测结果。仿真结果表明,该方法具有较好的抗干扰性和定位准确性,得到的边缘更为完整。